ESTADISTICA BASICA I. INTRODUCCION A LA ESTADISTICA.

DEF: ESTADISTICA. Se refiere a un conjunto de mtodos para manejar la organizacin obtencin y descripcin de observaciones numricas. OBJETIVO: Describir al conjunto de datos obtenidos y tomar decisiones o realizar generalizaciones a cerca de las caractersticas de todas las posibles observaciones bajo consideracin: La estadstica se divide en Descriptiva: Organiza presenta obtiene y describe !nformacin numrica. ESTADISTICA !nferencial: "ace generalizaciones o predicciones en base base a informacin parcial o incompleta obtenida mediante tcnicas descriptivas.

DEFINICION: ESTADISTICA INFERENCIAL.# $s un mtodo mediante el cual se obtiene generalizaciones o se toman decisiones en base a una informacin parcial % incompleta obtenida mediante mtodos descriptivos &'cnicas descriptivas(. ESTADISTICA DESCRIPTIVA.# Se refiere a)uella parte del estudio )ue incluye la obtencin organizacin presentacin y descripcin de informacin numrica. Dos conceptos importantes dentro de la estadstica poblacin: DEF: Se define como la totalidad de todas las posibles mediciones y observaciones bajo consideraciones en una situacin dada de un problema. Variables: D$*: Denotadas por + , Se llaman as pues durante todo un proceso pueden tomar valores diferentes. CONSTANTE: D$*: Se llama as pues durante todo un proceso no cambia. VARIABLES DISCRETAS: Son a)uellas variables )ue solo toma valores enteros positivos &las enumeraciones o conteos dan origen a datos discretos ejemplo(.

..# $l nacimiento de un ni/o 0.# $n una familia el n1mero de 2ijos 3.# 4umero de acciones vendidas cada da en un mercado de valores 5.# 6ensos anuales del colegio de profesores 7.# 41meros de libros en un estante de librera 8.# Suma 9S: de puntos obtenidos en lanzamientos de un par de dados ;.# 4umero de billetes 9n 9de veinte dlares circulando ala vez en estados unidos <.# =alor total de acciones vendidas cada da en el mercado de valores. >.#$studiantes matriculados en una universidad en un n1mero de a/os .?.# 4umero 9n: de individuos de una familia ...# 4umero 9@: de ptalos de una flor .0.# 4umero de de accidentes durante una semana .3.# 4umero de terremotos .5.# 4umero de juegos perdidos por inasistencia .7.# 6antidad de cosec2as perdidas VARIABLES CONTINUA: DEF: $s a)uella )ue puede tomar cual)uier valor entre dos valores dados. ABs aun: D$*: $s a)uella )ue puede tomar valores reales &medidas dan origen a datos continuos(. Ejemplos: ..# La altura 9": de los alumnos de la Lic. en comercio y *!4 !4' 0.# $l peso 9": de los alumnos 3.# 'emperatura registrada cada media 2ora en un observatorio 5.# @eriodo de duracin de los tubos de televisin producidos por una compa/a. 7.# Longitud de .??? cerrojos productos en una fabrica 8.# @ulgadas de precipitacin en una ciudad durante varios meses del a/o ;.# =elocidad de un automvil en millas por 2ora <.# 'iempo 9': de vuelo de un proyectil >.# 4umero 9C: de litros de agua en una ma)uina de lavar. .?.#DiBmetro 9D: de una esfera o circunstancia ...# Duracin de unas bateras .0.# Dlturas 9": de los pinos .3.# @esos de las cajas de naranjas .5.# Duracin de una conversacin telefnica .7.# 'iempo para resolver un eEamen *initas Poblacio es !nfinitas

@oblaciones finitas.# $s a)uella )ue incluye un numero limitado de medidas y observaciones. EJE!PLOS: ..# La poblacin consistente en todos los cerrojos producidos por una fabrica en un da determinado. @oblaciones infinitas.# $s cuando incluye un gran conjunto de medidas u observaciones )ue no pueden alcanzarse por conteo. EJE!PLO: ..# La poblacin formada por los nacimientos de seres 2umanos en el pasado y en el futuro. 0.# La poblacin formada por todos los posibles sucesos en tiradas sucesivas de una moneda. PARA!ETROS"# Son las caractersticas medibles de una poblacin son valores representativos obtenidos de la poblacin. $jemplo: @romedio Las calificaciones promedio de los alumnos de ing. 6ivil. $s una caracterstica medible. =alores verdaderos: Son los valores de los parBmetros de la poblacin. !UESTRA: una muestra es un objeto de medidas u observaciones tomadas a partir de una poblacin dada. $s decir: Fna muestra es un subobjeto de una poblacin. Observacin. Las muestras se toman debido a )ue no es factible desde el punto de vista econmico recolectar todas las observaciones posibles de la poblacin &aun)ue en algunos casos sea posible(. PROPORCION EN LA POBLACION: $s un parBmetro y se desconoce es la proporcin de todas las partes producidas en el proceso )ue sean defectuosas. Se estima mediante una proporcin en la muestra. Lo cual es la proporcin de partes defectuosas contenidas en la muestra. La proporcin de una poblacin se calcula dividiendo el numero de mediciones defectuosas en la muestra entre el tama/o de la muestra. ESTADISTICO"# $s una caracterstica medible de una muestra es decir un estadstico es para una muestra lo )ue parBmetro para una poblacin. Ejemplo:

Si un lote de 0?? partes producidas en cierto proceso la persona encargada del control de calidad encontr 3? partes defectuosas. Luego: 30 = 0.15 La proporcin de la muestra es 30 Obser$aci% : 6on la estadstica inferencial. "ace generalizaciones predicciones e inferencias a partida de procedimientos obtenidos. @roporciona una serie de procedimientos para la seleccin adecuada de una muestra. Gecopila los datos y formula predicciones debidamente fundamentadas en las )ue partiendo de los datos obtenidos en una muestra 2acemos estimaciones validas para la poblacin a la )ue pertenece la muestra. RESU!EN DE ESTADISTICA Descriptiva H Datos mustrales # #Obtencin #Organizacin #@resentacin #!nscripcin

ESTADISTICA ESTADISTICOS MUESTRALES

#@romedios #@roporciones etc.

$stimacin de !nferencia D cerca de !nferencial

@arBmetros de la @oblacin &promedios proporcin(

DISTRIBUCION DE FRECUENCIA DEF: Atodo estadstico para estudiar el comportamiento de un conjunto de datos consiste en arreglar los datos ordenBndolos en intervalos de clase e indicando el n1mero de datos comprendidos en cada clase: RAN&O D$*: Dado un ejemplo de datos definimos el rango como la diferencia entre el mayor de los daos y el menor de todos los datos ejemplo: 8 < ; 87 GangoI <#7I 3 INTERVALO DE CLASE: D$*: $s el espacio comprendido entre 0 limites & superior e inferior( esta magnitud es obtenida como. Aagnitud del intervaloI rango n.de int ervalo

Los intervalos tienen por lo general el mismo anc2o el anc2o debe ser numero impar. 4. de intervalo de clase 7 .7

$stos varan de 7 a 0? seg1n autores se pueden calcular esa n. aproEimado como: JI N donde 4I 4 de observaciones 4K .?? Dun)ue la mayora de veces el calculo es emprico % n. de intervalo I .L 3.300 Lign n. M total de datos. Los intervalos de anc2o numero impar Los intervalos de clase se eligen tambin de forma )ue las marcas de clase coincidan con datos realmente obsrvalo esto tiende a aminorar el llamado $GGOG D$ DCGF@DA!$4'O. Obser$acio es Gecomendaciones para el n1mero de intervalos a usar: La ecuacin auEiliar es:

4 I Z donde : es n1mero de intervalo recomendado numero total de datos. @or ejemplo: Si nI 7? JI 8

7
6

2 = 64

:. 85I 2 = 128 Luego con ; intervalos es recomendado La tabla muestra el numero de intervalos para un M especifico de observaciones. ' To(al )e obser$acio es 9 16 17 32 33 64 65 128 124 256 257 512 513 1024 II"# recome )a)o )e clase 4 5 6 7 8 9 10

Obser$aci% : Dado )ue anc2o intervalo: rango =i # declases

Co )ici% : ..# si i no es entero conviene redondear al entero superior luego se tendra: 4ueve rangoI &M clases( &intervalo(. Obser$aci% : si i es eEactamente un entero no utilizar i#. para la formacin de los intervalos. FOR!ACION DE LOS INTERVALOS ..# *orme los intervalos de clase agregado i l al lmite inferior de cada clase iniciando por el lmite inferior del rango. $l lmite inferior de la siguiente clase serB el valor con secativo al mBEimo de la clase anterior y as sucesivamente.

LI!ITE REALES" Los intervalos de clase son mutuamente eEcluyentes se obtiene como el punto entre el limite. Superior de una clase y el limite inferior de la clase siguiente. FRECUENCIA DE CLASE: Se define como el n1mero de datos )ue caen dentro de casa intervalo clase. !ARCA DE CLASE lim ite inf erior + lim ite sup erior Aarca de claseI 2 Geglas general para formar distribuciones de frecuencia ..# "alle el rango GangoI mas min 0.# Seleccione el n1mero de intervalos de modo )ue. rango Dnc2o intervalo I # declases Si no es entero conviene redondear al entero superior Obliga a un ajuste del rango 4uevo rangoI &anc2o !nter.( & M de intervalos( Luego se tendra una nueva reasignacin para mas, min 3.# *orme los intervalos de clase. 5.# fije los lmites reales de clases. 7.# Determine la frecuencia de clase. No(a: Si i es eEactamente un entero no se usara i#. para la formacin de los intervalos. ..# es decir el primer intervalo serB min min + i 0.# 0do intervalo serB. ( min + 1) + 1 ( min + i ) + 1 + i Ejemplo. 6onsidere una muestra aleatoria de los ingresos ganados en cierto sBbado por los estudiantes de los F@6". Nue trabajan si la muestra es de 0? alumnos se obtienen salarios en pesos )ue ganan el sBbado anterior tenemos. 3? .. 50 < 3? .< 07 37 .; 3? 0> 0. 03 07 .7 37 08 .3 0. 38

.. ordenados < .3 .; 0. 03 07 08 3? 3? 38 .. .7 .< 0. 07 07 0> 3? 37 50

"allar la distribucin de frecuencia Solucin: ..# mas = 42

min = 8

0.# rango = 42 8 = 34 3.# i = 34 = 4.857 redondeado 7 i=5 i= rango # clases

5.# luego 4uevo rangoI 5( 7 ) = 35

min = 8

max = 43
i 1 = 5 1 = 4

7.# *ormacin de intervalo I (er$alo clase < # .0 .3 #.; .< #00 03 #0; 0< #30 33 #3; 3< #50 )e Frec*e cia )e I (er$alo )e clase clase co limi(es reales 0 ;.7 # .0.7 3 .0.7 # .;.7 3 .;.7 #00.7 7 00.7 #0;.7 5 0;.7 #30.7 0 30.7 #3;.7 . 3;.7 #50.7 Frec*e cia !arca )e clase 0 3 3 7 5 0 . .? .7 0? 07 3? 37 5?

DISTRIBUICIONES DISCRETAS DISTRIBUCION BINO!INAL OBSERVACIONES: *recuentemente un eEperto consiste en ensayos repetidos cada uno con dos posibles resultados )ue pueden llamarse Eito y fracaso. La prueba de artculos a medida )ue salen de una lnea de produccin donde cada prueba o eEperimento puede indicar si uno de ellos esta o no defectuoso.

Si los intentos o ensayos repetidos son independientes y la probabilidad de Eito permanece contaste para cada uno de ellos. $ste proceso se conoce como proceso de Oernoulli. 6ada intento se conoce como eEperimento de Oernoulli.

DEFINICION BINO!INAL $s una distribucin discreta de probabilidad aplicable como modelo a diversas soluciones de toma de decisiones. Siempre y cuando pueda suponerse )ue el proceso de muestreo se ajusta a un proceso de Oernoulli. Fn proceso de Oernoulli &es un proceso de muestreo( debe tener las siguientes propiedades. ..# $l eEperimento consiste en 9n: intentos repetidos 0.# Solo son posibles dos resultados mutuamente eEcluyentes en cada ensayo u observacin. $stos resultados se les denominan Eito y fracaso 3.#Los resultados del conjunto del conjunto de ensayos u observaciones constituyen eventos independientes. 5.# La probabilidad de Eito )ue se denota por &mediante( @ permanece constante de un ensayo a otro. @uede utilizarse la distribucin binominal para determinar la probabilidad de obtener un n1mero determinado de Eito en un proceso de Oernoulli. DEFINICION: Si @ es la probabilidad de ocurrencia en un solo espacio muestral &llamada probabilidad de Eito(. q = 1 p $s la probabilidad de )ue el suceso no ocurra en un solo espacio muestral &llamado o probabilidad de fracaso( &%fallo( La probabilidad de )ue el suceso se presenta eEactamente + veces en 9n: espacio muestral &ensayo(. $s decir + PEitos y *ormula: p( x ) = n C X Q n#E fallos viene dada por la

p q

n x

n! x!( n x )!

p q

n x

f ( x ) = p( x = x ) =

C p q
X

n2

= b( x; n, p )

Donde la va + de nota el numero de Eito en n pruebas y +I ? . 0RRR.. n

PROPIEDADES DE LA DISTRIBUCION BINO!INAL A$D!D varianza Desviacin tpica M = np

= npq

= npq

EJE!PLO: La puntuacin final en matemBticas de <> estudiantes en esta universidad se registra en la tabla adjunta: 8< ;3 <. 88 >8 ;> 87 <8 <5 ;> 87 ;< ;< 80 <? 8; ;7 << ;7 <0 <> 8; ;3 ;3 <0 ;3 <; ;7 8. >; 7; <. 8< 8? ;5 >5 ;7 ;< << ;0 >? 80 << ;8 >3 >3 ;. 7> <7 ;7 80 >7 ;< 83 ;0 ;; 8> ;5 8< 8? >7 8? ;> <3 ;. <7 ;8 87 ;. ;7 ;< 80 ;8 73 ;5 83 ;8 ;7 <7 ;;

ORDENANDO EN FOR!A ASCENDENTE 73 7; 59 8? 60 60 8. 8. 80 87 ;. ;3 ;7 ;; ;> <7 >? 80 88 ;. ;5 ;7 ;< <? <7 >3 80 8; ;. ;5 ;7 ;< <. <8 >3 80 8; ;0 ;5 ;8 ;< <0 <; >5 83 8< ;0 ;7 ;8 ;< <0 << >7 83 8< ;3 ;7 ;8 ;< <3 << >7 87 8< ;3 ;7 ;8 ;> <5 << >8 87 8> ;3 ;7 ;; ;> <7 <5 >;

"allar la distribucin de frecuencia usando > intervalos de clases Solucin: Gecuerde )ue: k = 80 = 9 4umero de intervalos apropiados )ue se deben usar 6onstruyendo la distribucin de frecuencia. ..# xmas = 97 x min = 53 rango = 97 53 = 44

0.# Longitud del intervalo &anc2o( rango i = ancho = # de int ervalo i= 44 = 4.884 = 5 9

Luego M nuevo rango I 57 Se eEcede en una unidad con respecto al anterior rango Aodificando los E maE y E min x min = 53 x max = 98 3.# *ormando los intervalos con sus respectivas clases i 1 = 4 Obs. Luego INTERVALOS 73 #7; 7< #80 83 #8; 8< #;0 ;3 #;; ;< #<0 <3 #<; <7 #>0 >3 #>; FRECUENCIA 0 .? < > 0? .0 ; 7 ;

5.# *ormando los intervalos de clase con sus lmites reales y marca de clase INTERVALOS 70.7 #7;.7 7;.7 #80.7 80.7 #8;.7 8;.7 #;0.7 ;0.7 #;;.7 ;;.7 #<0.7 <0.7 #<;.7 <;.7 #>0.7 >0.7 #>;.7 FRECUENCIA 0 .? < > 0? .0 ; 7 ; !ARCA DE CLASE 77 8? 87 ;? ;7 <? <7 >? >7

FRECUENCIA RELATIVA I (er$alos clases 70.7 #7;.7 7;.7 #80.7 80.7 #8;.7 8;.7 #;0.7 ;0.7 #;;.7 ;;.7 #<0.7 <0.7 #<;.7 <;.7 #>0.7 >0.7 #>0.7 )e !arca )e clase 77 8? 87 ;? ;7 <? <7 >? >7 Frec*e cia 0 .? < > 0? .0 ; 7 ; FR

( 2i80) x100% = 2.5% (10 / 80) x100% = 12.5% ( 8 / 80) x100% = 10% ( 9 / 80) x100% = 11.25% ( 20 / 80) x100% = 25% (12 / 80) x100% = 15% ( 7 / 80) x100% = 8.75% ( 7 / 80) x100% = 8.75% ( 7 / 80) x100% = 8.75%

20 18 16 14 12 10 8 6 4 2 0 52.5 62.5 67.5 72.5 77.5 82.5 87.5 92.5 97.5 102.5